Setup Library

# wraingling and visualizing
library(tidyverse)
library(lubridate)
library(tidyr)
library(stringr)

# visualizing
library(leaflet)
library(plotly)
library(glue)
library(treemap)
library(highcharter)

Studi Kasus

Seperti yang sudah kita ketahui, tahun 2020 merupakan tahun yang cukup membuat kita semua merasa terkejut, sedih, marah, pasrah dikarenakan adanya pandemi dari virus Sars-Cov-2 atau yang lebih sering kita kenal sebagai COVID-19. Pandemi ini sangat menggemparkan dunia dengan penyebaran virusnya yang sangat cepat dan masif menyebabkan jutaan orang sakit, meninggal, harus melakukan karantina diri, dan bahkan miliyaran orang harus mengalami perubahan pada hidupnya, baik dalam bersosial, bekerja, bahkan beraktifitas seperti biasanya. Walaupun pandemi ini masih terus berlangsung, para ilmuan dan peneliti dalam satu tahun terakhir ini telah mempu menemukan vaksin yang telah melalui beberapa uji klinis - terima kasih.

Terdapat beberapa jenis vaksin yang telah di uji dan telah di distribusikan oleh beberapa negara, termasuk Indonesia. Pada analisis kali ini, kita akan melihat bagaimana perkembangan proses vaksinasi di dunia terutama di Indonesia. Vaksin apa saja yang paling banyak digunakan di seluruh dunia? Vaksin apa yang digunakan oleh Indonesia? Negara mana yang menggunakan jenis vaksin yang sama dengan Indonesia? Negara mana yang sudah hampir menyelesaikan proses vaksinasi bagi para penduduknya dan bagaimana progres distribusi vaksin di Indonesia?

Beberapa pertanyaan tersebut akan kita jawab. Untuk menjawab pertanyaan tersebut, disini kita akan menggunakan data vaksin yang bersumber dari Kaggle: COVID-19 World Vaccination Progress dan data orisinil diperoleh dari Our World in Data serta repositori Github COVID-19.

Import Data

Kita akan coba melakukan import data country_vaccinations.csv yang tersimpan dalam folder data_input. Dikarenakan file dalam bentuk .csv, kita bisa menggunakan fungsi read.csv().

vaksin <- read.csv("data_input/country_vaccinations.csv")
head(vaksin)

Data tersebut menyimpan informasi sebagai berikut:

  • country - negara yang disedikan informasi mengenai vaksin;
  • iso_code - kode negara;
  • date - tanggal data tersebut dimasukkan; untuk beberapa tanggal yang ada merupakan informasi vaksinasi harian, untuk yang lainnya hanya total vaksinasi yang dilakukan;
  • total_vaccinations - angka mutlak total vaksinasi yang dilakukan oleh negara tsb;
  • people_vaccinated - seseorang, tergantung pada skema imunisasi, akan menerima satu atau lebih (biasanya 2) vaksin; Pada saat tertentu, jumlah vaksinasi mungkin lebih banyak dari jumlah orang ;
  • people_fully_vaccinated - jumlah orang yang menerima seluruh rangkaian imunisasi menurut skema imunisasi (biasanya 2); pada saat tertentu, mungkin ada sejumlah orang yang menerima satu vaksin dan sejumlah lain (lebih kecil) orang yang menerima semua vaksin dalam skema ;
  • daily_vaccinations_raw dan daily_vaccinations - untuk entri data tertentu, jumlah vaksinasi untuk tanggal/negara tersebut;
  • total_vaccinations_per_hundred - rasio (dalam persen) antara jumlah yang telah divaksin dengan total populasi saat ini pada suatu negara;
  • people_vaccinated_per_hundred - rasio (dalam persen) antara total penduduk yang diimunisasi dengan total populasi saat ini pada suatu negara;
  • people_fully_vaccinated_per_hundred - rasio (dalam persen) antara penduduk yang sudah diimunisasi penuh dengan total populasi saat ini pada suatu negara;
  • daily_vaccinations_per_million - rasio (dalam ppm/people per million) antara angka vaksinasi dengan total populasi saat ini pada suatu negara;
  • vaccines - vaksin yang digunakan;
  • source_name - sumber informasi (otoritas nasional, organisasi internasional, organisasi lokal, dll.);
  • source_website - sumber website

Data Preprocessing

Tahapan yang cukup penting yaitu melakukan pembersihan data agar dapat digunakan dalam analisis lanjutan.

Mengubah Tipe Data

Pertama kita cek terlebih dahulu tipe data masing-masing kolom pada data vaksin.

vaksin %>% 
  glimpse()
#> Rows: 17,607
#> Columns: 15
#> $ country                             <chr> "Afghanistan", "Afghanistan", "Af…
#> $ iso_code                            <chr> "AFG", "AFG", "AFG", "AFG", "AFG"…
#> $ date                                <chr> "2021-02-22", "2021-02-23", "2021…
#> $ total_vaccinations                  <dbl> 0, NA, NA, NA, NA, NA, 8200, NA, …
#> $ people_vaccinated                   <dbl> 0, NA, NA, NA, NA, NA, 8200, NA, …
#> $ people_fully_vaccinated             <dbl> NA, NA, NA, NA, NA, NA, NA, NA, N…
#> $ daily_vaccinations_raw              <dbl> NA, NA, NA, NA, NA, NA, NA, NA, N…
#> $ daily_vaccinations                  <dbl> NA, 1367, 1367, 1367, 1367, 1367,…
#> $ total_vaccinations_per_hundred      <dbl> 0.00, NA, NA, NA, NA, NA, 0.02, N…
#> $ people_vaccinated_per_hundred       <dbl> 0.00, NA, NA, NA, NA, NA, 0.02, N…
#> $ people_fully_vaccinated_per_hundred <dbl> NA, NA, NA, NA, NA, NA, NA, NA, N…
#> $ daily_vaccinations_per_million      <dbl> NA, 35, 35, 35, 35, 35, 35, 41, 4…
#> $ vaccines                            <chr> "Oxford/AstraZeneca, Pfizer/BioNT…
#> $ source_name                         <chr> "World Health Organization", "Wor…
#> $ source_website                      <chr> "https://covid19.who.int/", "http…

Pada data vaksin, terdapat 2 jenis tipe data yang disajikan yaitu numeric (dbl) dan character (chr). Namun apabila kita teliti lebih dalam, setiap kolom pada data vaksin ada yang belum memiliki tipe data yang sesuai. Kolom mana yang perlu diubah?

  • date -> tipe data date
  • country, iso_code, source_name -> tipe data factor
vaksin_clean <- vaksin %>% 
  mutate(date = ymd(date),
         across(.cols = c(country, iso_code, source_name), .fns = as.factor))
head(vaksin_clean)

Cek Missing Value

Hal yang paling krusial dalam melakukan analisis data yaitu terdapatnya missing value atau nilai kosong. Sekilas jika kita perhatikan terdapat missing value pada beberapa kolom, namun kita tidak tahu kolom mana yang paling banyak terdapat missing valuenya, dan berapa proporsi missing value yang ada pada masing-masing kolom.

df_agg <- vaksin_clean %>% 
  is.na() %>% 
  colSums() %>% 
  as.table() %>% 
  as.data.frame() %>% 
  mutate(Freq = round(Freq/nrow(vaksin_clean)*100,2)) 
df_agg %>% 
  arrange(desc(Freq))

Dari sini kita tahu bahwa beberapa kolom memiliki missing value lebih dari 50%, kita bisa menghapus kolom tersebut karena terlalu banyak yang missing. Untuk kolom yang memiliki missing value lebih sedikit bisa kita imputasi sesuai dengan keputusan bisnis atau tetap kita biarkan missing apabila tidak kita perlukan kolom tersebut.

Pada analisis ini kita akan memilih beberapa kolom yang diperlukan saja untuk analisis diantaranya country, date, vacciness, daily_vaccinations, total_vaccinations, people_vaccinated, daily_vaccinations_raw, people_vaccinated_per_hundred, dan people_fully_vaccinated. Dikarenakan data tersusun per hari, oleh karena itu menyebabkan beberapa data missing dikarenakan memang tidak terdapat kegiatan vaksinasi. Beberapa kolom yang terdapat missing value akan kita isi dengan angka 0.

vaksin_clean <- vaksin_clean %>% 
  select(country, date, total_vaccinations, daily_vaccinations, daily_vaccinations_raw, people_vaccinated, people_fully_vaccinated, people_fully_vaccinated_per_hundred, vaccines) %>% 
  mutate_if(is.numeric, ~replace_na(., 0))

Analisis Data Vaksin

Sebelum melangkah lebih jauh, kita akan cari tahu dulu, data yang kita miliki berada pada rentang waktu kapan.

vaksin_clean %>% 
  pull(date) %>% 
  range()
#> [1] "2020-12-02" "2021-05-13"

Data vaksin yang kita miliki memiliki rentang waktu 2 Desember 2020 - 13 Mei 2021.

Jenis Vaksin yang Digunakan Seluruh Dunia

Hinggal 15 Mei 2021, para peneliti telah melakukan pengujian 90 vaksin pada tenaga kesehatan, dan 27 vaksin sudah mencapai tahapan final test. Terdapat 77 vaksin praklinis sedang dalam pengujian pada hewan. Sumber: The New York Times.

vaksin_per_country <- vaksin_clean %>% 
  distinct(country, vaccines)

vac <- unlist(strsplit(vaksin_per_country$vaccines, ", "))
tot_vaksin <- as.data.frame(vac) %>% 
  count(vac) %>% 
  arrange(desc(n))
tot_vaksin

Hingga 13 Mei 2021, 5 jenis vaksin yang paling banyak digunakan oleh banyak negara di dunia yaitu vaksin Oxford/AstraZaneca, Pfizer/BioNTech, Modernam, Sinopharm, dan Sputnik V. Indonesia sendiri sudah menggunakan vaksin Sinovac yang berada pada urutan ke-6 jenis vaksin yang paling sering digunakan oleh beberapa negara. Namun, selain Sinovac, Indonesia juga sudah menggunakan jenis vaksin dari Astrazeneca.

# conditional subsetting
vaksin_clean %>% 
  filter(country == "Indonesia") %>% 
  distinct(country, vaccines)

Kedua jenis vaksin ini telah digunakan oleh beberapa negara. Berikut ini beberapa negara yang menggunakan jenis vaksin yang sama dengan Indonesia.

# conditional subsetting
vaksin_clean %>% 
  filter(str_detect(vaccines, "AstraZeneca|Sinovac")) %>% 
  distinct(country, vaccines)

Lalu, bagaimana perkembangan distribusi vaksin yang dilakukan seluruh negara per harinya terutama di Indonesia sendiri?

plot_vaksin <- ggplot(data = vaksin_clean, aes(x = date, y = daily_vaccinations, text = glue("{country}
                                                                                             Tanggal: {date}
                                                                                             Jumlah vaksinasi per hari: {scales::comma(daily_vaccinations)}")))+
  geom_line(aes(group = country), col = "grey")+
  geom_line(data = vaksin_clean %>% filter(country == "Indonesia"), aes(x = date, y = daily_vaccinations, group = 1),
            col = "firebrick")+
  scale_y_continuous(labels = scales::comma)+
  labs(title = "Perkembangan Vaksin per Hari", y = "Vaksin per Hari", x = "Tanggal")+
  theme_minimal()
  
ggplotly(plot_vaksin, tooltip = "text")